Chargement des modèles…
Agent de recherche approfondie(DRA)
Une architecture de recherche composite à long horizon qui clarifie l'intention de l'utilisateur, rédige un plan de recherche explicite, puis exécute une boucle itérative de recherche, lecture et évaluation des lacunes à travers de nombreuses sources (souvent via des sous-agents parallèles) avant de synthétiser un unique rapport long assorti de citations en ligne. C'est l'archétype assemblé qui sous-tend OpenAI Deep Research, Gemini Deep Research et Anthropic Research, doté de sa propre littérature de synthèse. À distinguer de `agentic-rag-systems`, qui applique des décisions de récupération au sein d'un unique pipeline plutôt que de mener une synthèse de rapport pilotée par un plan sur plusieurs tours. À distinguer de `supervisor-worker-pattern`, qui est une orchestration générique, sans plan, vérification des lacunes ni passe de citation propres à la recherche.
Aperçu en 30 secondes
- Quoi
- Clarifie l'intention, rédige un plan de recherche, puis cherche, lit et évalue les lacunes de manière itérative à travers les sources avant de synthétiser un rapport sourcé.
- Quand l'utiliser
- Questions de recherche multi-sources nécessitant une exploration adaptative, une vérification explicite des lacunes et une attribution traçable avant de livrer une synthèse complète.
- Vigilance
- Coût élevé en tokens et en latence du fait des multiples tours, des recherches parallèles et des replanifications ; la précision des citations se dégrade si les sources ne sont pas suivies avec soin à chaque boucle.
Interrogez l'expert IA sur ce pattern
Ouvre l'assistant avec votre question préremplie. Vous la relisez avant l'envoi.
Agent de recherche approfondie: Vue d’ensemble
Une architecture de recherche composite à long horizon qui clarifie l'intention de l'utilisateur, rédige un plan de recherche explicite, puis exécute une boucle itérative de recherche, lecture et évaluation des lacunes à travers de nombreuses sources (souvent via des sous-agents parallèles) avant de synthétiser un unique rapport long assorti de citations en ligne. C'est l'archétype assemblé qui sous-tend OpenAI Deep Research, Gemini Deep Research et Anthropic Research, doté de sa propre littérature de synthèse. À distinguer de `agentic-rag-systems`, qui applique des décisions de récupération au sein d'un unique pipeline plutôt que de mener une synthèse de rapport pilotée par un plan sur plusieurs tours. À distinguer de `supervisor-worker-pattern`, qui est une orchestration générique, sans plan, vérification des lacunes ni passe de citation propres à la recherche.
- Explicit intent clarification before planning
- Drafted research plan that decomposes the question
- Iterative search, read, and gap-evaluation loop
- Parallel subagents exploring separate sub-questions
- Adaptive re-planning that pivots on findings
- Long-form synthesis with inline citation attribution
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.
Références
Les articles, spécifications et dépôts sur lesquels repose ce modèle.
Par l’ingénieur derrière ce catalogue
Faites auditer l’architecture de vos agents
Cette page documente un pattern. Votre système en fait tourner des dizaines, et l’essentiel des pannes se loge dans la façon dont ils s’articulent. Faites relire toute la conception à l’aune des 288 patterns de ce catalogue : architecture, fiabilité, évaluation et coûts, chaque constat relié au pattern qui le corrige.
750 € au lieu de 1 500 €, une semaine, rapport écrit et appel de restitution, jusqu’au 30 septembre